Llevan años hablando de seguridad como si fuera su religión, y resulta que nadie tiene un plan documentado para cuando un modelo se salga del carril. No es un problema técnico difícil de comunicar — es que el plan no existe. Esto no es alarmismo: es la diferencia entre tener un extintor y saber dónde está.They've spent years talking about safety like it's their religion, and it turns out nobody has a documented plan for when a model goes off the rails. This isn't a hard technical problem to communicate — it's that the plan doesn't exist. This isn't alarmism: it's the difference between having a fire extinguisher and knowing where it is.
OpenAI, que antes se opuso a este proyecto, ahora pide que lo fortalezcan. Puede ser un giro genuino en su postura sobre regulación. Puede ser que calcularon que una ley débil los perjudica más que una fuerte, porque una fuerte ahoga a los competidores más chicos. Cuando el que más puede perder pide más regulación, siempre vale la pena preguntarse por qué.OpenAI, which previously opposed this bill, is now asking for it to be strengthened. This could be a genuine shift in their stance on regulation. Or they calculated that a weak law hurts them more than a strong one — because a strong law stifles smaller competitors. When the one with the most to lose asks for more regulation, it's always worth asking why.
Anthropic construyó su marca entera sobre ser la empresa de IA más cuidadosa y responsable. Que su modelo más potente genere contenido explícito con poco esfuerzo no es un bug menor — es un problema de reputación y de coherencia interna. Lo que más llama la atención es que lo descubrió un medio, no ellos.Anthropic built their entire brand around being the most careful and responsible AI company. Having their most powerful model generate explicit content with minimal effort isn't a minor bug — it's a reputation problem and an internal coherence problem. What stands out most is that a media outlet found this, not them.
Un laboratorio nuevo dice que superó a los grandes — el comunicado de prensa más predecible del ecosistema IA. Lo que sí es interesante es el foco específico: replicar papers científicos, que es un problema real y medible. Si el benchmark es riguroso e independiente, vale seguirle la pista. Si no, es ruido con apellido de DeepMind.A new lab says it beat the big players — the most predictable press release in the AI ecosystem. What is interesting is the specific focus: replicating scientific papers, which is a real and measurable problem. If the benchmark is rigorous and independent, it's worth watching. If not, it's noise with a DeepMind surname.
La conclusión de Nvidia es que un modelo mediocre con un buen sistema de control puede superar a un modelo brillante sin estructura. Esto cambia dónde poner el dinero y el talento: no en hacer modelos más grandes, sino en los rieles sobre los que corren. Es la tesis que muchas empresas de infraestructura de agentes llevan meses vendiendo, y ahora Nvidia la valida con datos propios.Nvidia's conclusion is that a mediocre model with a good control system can outperform a brilliant model without structure. This shifts where you put your money and talent: not into making bigger models, but into the rails they run on. It's the thesis many agent infrastructure companies have been selling for months, and now Nvidia validates it with their own data.
DeepMind lleva 15 años usando videojuegos como laboratorio para IA, y este post hace el recuento. Los juegos siguen siendo uno de los mejores entornos de prueba que existen: reglas claras, feedback inmediato, complejidad escalable. Lo que aprendieron en Atari y AlphaGo eventualmente llegó a los modelos que usamos hoy. Vale leerlo si querés entender de dónde vino todo esto.DeepMind has spent 15 years using videogames as an AI laboratory, and this post does the recap. Games remain one of the best testing environments available: clear rules, immediate feedback, scalable complexity. What they learned in Atari and AlphaGo eventually made it into the models we use today. Worth reading if you want to understand where all this came from.
Linus Torvalds — el hombre que creó Linux y que es famoso por odiar todo lo que no funciona perfectamente — usó IA para depurar código y la encontró genuinamente útil. Eso es una señal más fuerte que cualquier benchmark. Lo interesante es el matiz que menciona: la IA se rindió en varios momentos, pero aun así valió la pena como asistente.Linus Torvalds — the man who created Linux and is famous for hating everything that doesn't work perfectly — used AI to debug code and found it genuinely useful. That's a stronger signal than any benchmark. The interesting nuance he mentions: the AI gave up several times, but it was still worth having as an assistant.
Simon Willison actualizó su herramienta de línea de comandos para modelos de lenguaje. Lo más relevante: actualizó a la versión 3.x de la librería de OpenAI y cambió el cliente HTTP. No es glamoroso, pero si usás LLM en tu flujo de trabajo, es una actualización que necesitás.Simon Willison updated his command-line tool for language models. Most relevant: upgraded to OpenAI Python library 3.x and switched the HTTP client. Not glamorous, but if you use LLM in your workflow, this is an update you need.
La pregunta no es filosófica — es legal y económica. Si la IA propone la molécula, ¿quién firma la patente, quién cobra las regalías, quién es responsable si falla? La industria farmacéutica lleva décadas construida sobre propiedad intelectual y atribución de autoría. La IA está empezando a romper eso, y nadie tiene las respuestas todavía.The question isn't philosophical — it's legal and economic. If AI proposes the molecule, who signs the patent, who collects royalties, who's liable if it fails? The pharmaceutical industry has been built on intellectual property and authorship attribution for decades. AI is starting to break that, and nobody has the answers yet.
Harvard cobra US$699 por un bootcamp donde los profesores son avatares de IA. El negocio es redondo para Harvard: escalás la marca sin escalar los costos. Para el alumno, la pregunta obvia es si estás pagando por el conocimiento o por el sello. En este caso, sospecho que es mayoritariamente lo segundo.Harvard charges $699 for a bootcamp where instructors are AI avatars. The business is perfect for Harvard: you scale the brand without scaling the costs. For the student, the obvious question is whether you're paying for the knowledge or the stamp. In this case, I suspect it's mostly the latter.
Centros de datos en órbita. La premisa es que el espacio tiene energía solar barata y sin límites de terreno. El problema es que lanzar cosas al espacio sigue siendo caro, lento y complicado — y ahora encima escasean los cohetes disponibles. US$250 millones es mucha plata para apostar a una cadena de suministro que depende de cohetes que no alcanzás.Data centers in orbit. The premise is that space has cheap solar energy and no land constraints. The problem is that launching things to space is still expensive, slow, and complicated — and now launch options are drying up on top of that. $250 million is a lot of money to bet on a supply chain that depends on rockets you can't get.
La tesis es simple y correcta: usar agentes de código bien requiere saber dar instrucciones precisas y verificar el resultado con criterio propio. Dicho de otro modo, el agente amplifica tu juicio — si tu juicio es malo, el agente lo amplifica también. La habilidad clave no es técnica, es epistémica.The thesis is simple and correct: using coding agents well requires knowing how to give precise instructions and verify results with your own judgment. In other words, the agent amplifies your judgment — if your judgment is bad, the agent amplifies that too. The key skill isn't technical, it's epistemic.
Cavallo dice en voz alta lo que muchos periodistas piensan en silencio: la IA está haciendo con el contenido periodístico lo que Google hizo con la web abierta — usarlo sin compensar. La metáfora del ejército derrotado es honesta y un poco brutal. El debate sobre derechos de autor y entrenamiento de modelos no está resuelto en ninguna parte del mundo, y Chile no es la excepción.Cavallo dice en voz alta lo que muchos periodistas piensan en silencio: la IA está haciendo con el contenido periodístico lo que Google hizo con la web abierta — usarlo sin compensar. La metáfora del ejército derrotado es honesta y un poco brutal. El debate sobre derechos de autor y entrenamiento de modelos no está resuelto en ninguna parte del mundo, y Chile no es la excepción.
MACH usa IA generativa para darte alertas personalizadas sobre tus gastos chicos — y encima el usuario elige qué tan directo quiere que sea el mensaje. Es un caso de uso concreto, local, y que tiene sentido para la vida de la gente. No es el anuncio del siglo, pero es exactamente el tipo de aplicación de IA que realmente llega a usuarios masivos en Chile.MACH usa IA generativa para darte alertas personalizadas sobre tus gastos chicos — y encima el usuario elige qué tan directo quiere que sea el mensaje. Es un caso de uso concreto, local, y que tiene sentido para la vida de la gente. No es el anuncio del siglo, pero es exactamente el tipo de aplicación de IA que realmente llega a usuarios masivos en Chile.
IBM conectó módulos criogénicos — básicamente refrigeradores que mantienen los chips cuánticos a temperaturas cercanas al cero absoluto — como parte de su hoja de ruta hacia la computación cuántica a escala. Es un paso de ingeniería real, no un anuncio de papel. La computación cuántica sigue siendo años-décadas de distancia para uso general, pero los bloques de construcción se están poniendo en su lugar.IBM conectó módulos criogénicos — básicamente refrigeradores que mantienen los chips cuánticos a temperaturas cercanas al cero absoluto — como parte de su hoja de ruta hacia la computación cuántica a escala. Es un paso de ingeniería real, no un anuncio de papel. La computación cuántica sigue siendo años-décadas de distancia para uso general, pero los bloques de construcción se están poniendo en su lugar.
Una ronda seed chilena con fondos locales reconocidos. Sin más contexto sobre qué hace Kapso exactamente, es difícil evaluar si tiene componente de IA o es solo otra startup de software. El ecosistema de venture capital en Chile sigue activo, que ya es algo en el contexto regional. Hay que seguirle la pista para ver qué construyen.Una ronda seed chilena con fondos locales reconocidos. Sin más contexto sobre qué hace Kapso exactamente, es difícil evaluar si tiene componente de IA o es solo otra startup de software. El ecosistema de venture capital en Chile sigue activo, que ya es algo en el contexto regional. Hay que seguirle la pista para ver qué construyen.